Класс Tensor
Класс Tensor является основным строительным блоком в TensorFlow. Это многомерный массив, который может хранить данные различных типов. Тензоры обладают формой (shape), типом данных (dtype) и устройством (device), на котором они размещены. Создать тензор можно с помощью функции constant, передав первым параметром список, число или массив NumPy, а вторым - желаемый тип данных.
Синтаксис
tf.Tensor(shape, dtype, name)
Пример
Давайте создадим простой тензор из списка чисел и выведем его на экран:
import tensorflow as tf
t = tf.constant([1, 2, 3, 4, 5])
print(t)
Результат выполнения кода:
tf.Tensor([1 2 3 4 5], shape=(5,), dtype=int32)
Пример
Давайте создадим двумерный тензор и посмотрим на его форму:
import tensorflow as tf
t = tf.constant([[1, 2, 3], [4, 5, 6]])
print(t)
print(t.shape)
Результат выполнения кода:
tf.Tensor(
[[1 2 3]
[4 5 6]], shape=(2, 3), dtype=int32)
(2, 3)
Пример
Давайте преобразуем тензор в массив NumPy с помощью метода numpy:
import tensorflow as tf
t = tf.constant([1, 2, 3, 4, 5])
res = t.numpy()
print(res)
print(type(res))
Результат выполнения кода:
[1 2 3 4 5]
<class 'numpy.ndarray'>
Пример
Давайте проверим тип данных тензора с помощью атрибута dtype:
import tensorflow as tf
t = tf.constant([1, 2, 3, 4, 5], dtype=tf.float32)
print(t.dtype)
Результат выполнения кода:
<dtype: 'float32'>
